The human insights missing from big data | Tricia Wang

Traduttore: Sara Malaguti Revisore: Anna Cristiana Minoli

In ancient Greece,

Nell'antica Grecia,

when anyone from slaves to soldiers, poets and politicians,

quando chiunque, schiavo o soldato, poeta o politico,

needed to make a big decision on life's most important questions,

doveva prendere una decisione importante per la propria vita,

like, "Should I get married?"

come, "Dovrei sposarmi?"

or "Should we embark on this voyage?"

o "Dobbiamo fare questo viaggio?"

or "Should our army advance into this territory?"

o "Il nostro esercito dovrebbe avanzare in questo territorio?"

they all consulted the oracle.

consultava l'oracolo.

So this is how it worked:

Funzionava così:

you would bring her a question and you would get on your knees,

si poneva una domanda, ci si inginocchiava,

and then she would go into this trance.

e l'oracolo cadeva in trance.

It would take a couple of days,

Ci voleva un paio di giorni,

and then eventually she would come out of it,

e poi lei ne sarebbe uscita,

giving you her predictions as your answer.

dando una profezia come risposta.

From the oracle bones of ancient China

Dalle ossa oracolari della Cina antica

to ancient Greece to Mayan calendars,

all'antica Grecia, ai calendari Maia,

people have craved for prophecy

le persone avevano bisogno delle profezie

in order to find out what's going to happen next.

per sapere cosa sarebbe accaduto.

And that's because we all want to make the right decision.

Questo perché tutti vogliamo prendere la giusta decisione.

We don't want to miss something.

Non vogliamo perdere niente.

The future is scary,

Il futuro ci spaventa,

so it's much nicer knowing that we can make a decision

per cui è meglio decidere

with some assurance of the outcome.

conoscendo le possibili conseguenze.

Well, we have a new oracle,

Beh, abbiamo un nuovo oracolo,

and it's name is big data,

e si chiama big data,

or we call it "Watson" or "deep learning" or "neural net."

noi lo chiamamo anche "Watson" "apprendimento profondo" o "rete neurale".

And these are the kinds of questions we ask of our oracle now,

Questo è il genere di domanda che poniamo all'oracolo,

like, "What's the most efficient way to ship these phones

come, "Qual è il modo più efficiente per trasportare questi telefoni

from China to Sweden?"

dalla Cina alla Svezia?"

Or, "What are the odds

Oppure, "Che probabilità ci sono

of my child being born with a genetic disorder?"

che mio figlio nasca con una malattia genetica?"

Or, "What are the sales volume we can predict for this product?"

"Quale volume di vendite prevediamo per questo prodotto?

I have a dog. Her name is Elle, and she hates the rain.

Ho un cane. Si chiama Elle e odia la pioggia.

And I have tried everything to untrain her.

Ho provato di tutto per riabilitarla.

But because I have failed at this,

Visto che non ci sono riuscita,

I also have to consult an oracle, called Dark Sky,

ho dovuto consultare un oracolo, chiamato Dark Sky,

every time before we go on a walk,

ogni volta prima di uscire,

for very accurate weather predictions in the next 10 minutes.

per avere previsioni del tempo accurate per i successivi dieci minuti.

She's so sweet.

Il mio cane è dolcissimo.

So because of all of this, our oracle is a $122 billion industry.

Il nostro oracolo è un business da 122 miliardi di euro.

Now, despite the size of this industry,

Malgrado la dimensione del settore,

the returns are surprisingly low.

il profitto è sorprendentemente basso.

Investing in big data is easy,

Investire nei big data è facile,

but using it is hard.

ma usarli è difficile.

Over 73 percent of big data projects aren't even profitable,

Più del 73 per cento dei progetti fatti con i big data non sono redditizi

and I have executives coming up to me saying,

e molti dirigenti mi dicono,

"We're experiencing the same thing.

"Stiamo avendo lo stesso problema.

We invested in some big data system,

Abbiamo investito in sistemi big data,

and our employees aren't making better decisions.

ma i nostri dipendenti non prendono decisioni migliori.

And they're certainly not coming up with more breakthrough ideas."

E non hanno neanche avuto le idee più innovative."

So this is all really interesting to me,

Questo è molto interessante per me

because I'm a technology ethnographer.

che sono una etnografa della tecnologia.

I study and I advise companies

Studio e do consigli alle aziende

on the patterns of how people use technology,

sul modo in cui le persone usano la tecnologia,

and one of my interest areas is data.

e uno dei miei interessi sono i dati.

So why is having more data not helping us make better decisions,

Perché allora avere più dati non ci aiuta a prendere decisioni migliori,

especially for companies who have all these resources

specialmente per le aziende che hanno queste risorse

to invest in these big data systems?

da investire in questi sistemi?

Why isn't it getting any easier for them?

Perché non è diventato più facile?

So, I've witnessed the struggle firsthand.

Ho visto questa situazione io stessa.

In 2009, I started a research position with Nokia.

Nel 2009, ho cominciato da una posizione di ricerca alla Nokia.

And at the time,

In quegli anni,

Nokia was one of the largest cell phone companies in the world,

la Nokia era una delle maggiori aziende di telecomunicazioni,

dominating emerging markets like China, Mexico and India --

dominava i mercati emergenti come la Cina, il Messico, l'India --

all places where I had done a lot of research

tutti luoghi nei quali avevo fatto molta ricerca

on how low-income people use technology.

su come le persone di basso reddito usano la tecnologia.

And I spent a lot of extra time in China

Ho passato molto tempo in Cina

getting to know the informal economy.

per conoscere l'economia informale.

So I did things like working as a street vendor

Facevo lavori come il venditore ambulante

selling dumplings to construction workers.

distribuendo fagottini di mele ai lavoratori edili.

Or I did fieldwork,

Facevo ricerche sul campo,

spending nights and days in internet cafés,

passando notti e giorni negli internet point

hanging out with Chinese youth, so I could understand

con i giovani cinesi, per capire

how they were using games and mobile phones

come usavano i giochi e i telefonini

and using it between moving from the rural areas to the cities.

e come li usavano per spostarsi dalla campagna alle città.

Through all of this qualitative evidence that I was gathering,

Con le testimonianze che raccoglievo,

I was starting to see so clearly

cominciavo a vedere

that a big change was about to happen among low-income Chinese people.

che un grosso cambiamento

stava per avvenire tra i cinesi dal reddito basso.

Even though they were surrounded by advertisements for luxury products

Anche se erano circondati da pubblicità di prodotti di lusso

like fancy toilets -- who wouldn't want one? --

come toilette eleganti -- chi non ne vorrebbe una? --

and apartments and cars,

appartamenti, automobili,

through my conversations with them,

parlando con loro

I found out that the ads the actually enticed them the most

ho scoperto che le pubblicità che interessavano di più

were the ones for iPhones,

erano quelle degli iPhone,

promising them this entry into this high-tech life.

che promettevano l'entrata nella nuova vita high-tech.

And even when I was living with them in urban slums like this one,

Vivendo con loro nei bassifondi urbani,

I saw people investing over half of their monthly income

vedevo persone che investivano metà dei loro redditi

into buying a phone,

per comprare un cellulare,

and increasingly, they were "shanzhai,"

e c'erano sempre più "shanzhai",

which are affordable knock-offs of iPhones and other brands.

ovvero versioni meno care degli iPhone o altri telefoni.

They're very usable.

Sono molto facili da usare.

Does the job.

Fanno il loro lavoro.

And after years of living with migrants and working with them

Dopo anni vissuti con questi migranti e lavorando con loro,

and just really doing everything that they were doing,

facendo tutto quello che loro facevano,

I started piecing all these data points together --

ho iniziato a mettere insieme tutti questi dati --

from the things that seem random, like me selling dumplings,

dalle cose che sembravano strane, come vendere i fagottini di mele,

to the things that were more obvious,

alle cose che erano più ovvie,

like tracking how much they were spending on their cell phone bills.

come registrare i costi del loro traffico telefonico.

And I was able to create this much more holistic picture

Sono riuscita a creare un'immagine più olistica

of what was happening.

di ciò che stava succedendo.

And that's when I started to realize

Ho cominciato a capire

that even the poorest in China would want a smartphone,

che anche i cinesi più poveri volevano uno smartphone,

and that they would do almost anything to get their hands on one.

e che avrebbero fatto di tutto per averne uno.

You have to keep in mind,

Dovete ricordare

iPhones had just come out, it was 2009,

che gli iPhone erano appena usciti nel 2009,

so this was, like, eight years ago,

ovvero otto anni fa,

and Androids had just started looking like iPhones.

e gli Android iniziavano a somigliare agli iPhone.

And a lot of very smart and realistic people said,

Molte persone intelligenti e realistiche dicevano,

"Those smartphones -- that's just a fad.

"Questi smartphone sono solo una moda."

Who wants to carry around these heavy things

Chi vorrebbe portarsi in giro queste cose pesanti

where batteries drain quickly and they break every time you drop them?"

con le batterie che si scaricano subito e che si rompono appena cadono?"

But I had a lot of data,

Ma io avevo molti dati,

and I was very confident about my insights,

mi fidavo delle mie intuizioni,

so I was very excited to share them with Nokia.

ed ero entusiasta di condividerle con la Nokia.

But Nokia was not convinced,

Ma Nokia non era convinta,

because it wasn't big data.

perché non avevo big data.

They said, "We have millions of data points,

Dicevano, "Abbiamo milioni di dati,

and we don't see any indicators of anyone wanting to buy a smartphone,

e non ci sono indicazioni che la gente comprerà smartphone.

and your data set of 100, as diverse as it is, is too weak

Il tuo insieme di dati da 100, anche se vario, è troppo debole

for us to even take seriously."

per poterlo prendere sul serio."

And I said, "Nokia, you're right.

Risposi, "Nokia, avete ragione.

Of course you wouldn't see this,

È ovvio che non lo vediate,

because you're sending out surveys assuming that people don't know

perché fate sondaggi pensando che la gente non sappia

what a smartphone is,

cosa sia uno smartphone,

so of course you're not going to get any data back

quindi non ricevete dati

about people wanting to buy a smartphone in two years.

sulle persone che vorranno uno smartphone tra due anni.

Your surveys, your methods have been designed

I vostri sondaggi e metodi sono stati creati

to optimize an existing business model,

per rinnovare un modello di business esistente

and I'm looking at these emergent human dynamics

e io sto analizzando dinamiche umane emergenti

that haven't happened yet.

non ancora accadute.

We're looking outside of market dynamics

Stiamo guardando fuori dalle dinamiche del mercato

so that we can get ahead of it."

per superarle."

Well, you know what happened to Nokia?

Sapete cosa è successo alla Nokia?

Their business fell off a cliff.

Il business è precipitato.

This -- this is the cost of missing something.

Questo è il prezzo del perdersi qualcosa.

It was unfathomable.

Era inimmaginabile.

But Nokia's not alone.

Ma Nokia non è l'unico caso.

I see organizations throwing out data all the time

Vedo tante aziende ignorare dati importanti

because it didn't come from a quant model

perché non provengono da un modello quantitativo

or it doesn't fit in one.

o non si adattano a uno di essi.

But it's not big data's fault.

Ma non è colpa dei big data.

It's the way we use big data; it's our responsibility.

È il modo in cui usiamo i big data; è responsabilità nostra.

Big data's reputation for success

Il successo dei big data

comes from quantifying very specific environments,

proviene dal quantificare ambienti specifici

like electricity power grids or delivery logistics or genetic code,

come reti elettriche o sistemi logistici o il codice genetico,

when we're quantifying in systems that are more or less contained.

quando quantifichiamo sistemi che sono più o meno limitati.

But not all systems are as neatly contained.

Ma non tutti i sistemi sono così facilmente contenibili.

When you're quantifying and systems are more dynamic,

Quando vanno quantificati sistemi più dinamici,

especially systems that involve human beings,

specialmente sistemi che coinvolgono le persone,

forces are complex and unpredictable,

ci sono troppe complessità e imprevedibilità,

and these are things that we don't know how to model so well.

e queste sono cose che non sappiamo rappresentare bene.

Once you predict something about human behavior,

Quando si predice qualche comportamento umano,

new factors emerge,

emergono altri fattori,

because conditions are constantly changing.

perché le condizioni cambiano di continuo.

That's why it's a never-ending cycle.

È un ciclo senza fine.

You think you know something,

Pensiamo di sapere qualcosa,

and then something unknown enters the picture.

e poi qualcosa di sconosciuto entra in scena.

And that's why just relying on big data alone

Questo succede perché usare solo i big data

increases the chance that we'll miss something,

aumenta la possibilità di perdersi qualcosa,

while giving us this illusion that we already know everything.

mentre ci dà l'impressione di sapere tutto.

And what makes it really hard to see this paradox

Ciò che rende questo paradosso difficile da vedere

and even wrap our brains around it

e da capire

is that we have this thing that I call the quantification bias,

è che abbiamo un cosa che chiamo un pregiudizio della quantificazione,

which is the unconscious belief of valuing the measurable

che è una convinzione inconscia di preferire il misurabile

over the immeasurable.

al non misurabile.

And we often experience this at our work.

Lo viviamo spesso al lavoro.

Maybe we work alongside colleagues who are like this,

Forse lavoriamo con colleghi che la pensano così,

or even our whole entire company may be like this,

o magari tutta la nostra azienda è così,

where people become so fixated on that number,

le persone diventano così ossessionate da quel numero,

that they can't see anything outside of it,

che non vedono niente al di fuori di esso,

even when you present them evidence right in front of their face.

anche quando mostri loro l'evidenza dei fatti.

And this is a very appealing message,

Questo è un messaggio attraente

because there's nothing wrong with quantifying;

perché non c'è nulla di male nel quantificare;

it's actually very satisfying.

ed è molto soddisfacente.

I get a great sense of comfort from looking at an Excel spreadsheet,

Ho un grande senso di piacere guardando un foglio di Excel,

even very simple ones.

anche di quelli più semplici.

(Laughter)

(Risate)

It's just kind of like,

È un po' come,

"Yes! The formula worked. It's all OK. Everything is under control."

"Sì! La formula ha funzionato. Va tutto bene. Tutto è sotto controllo."

But the problem is

Ma il problema è

that quantifying is addictive.

che quantificare è una droga.

And when we forget that

E quando lo dimentichiamo

and when we don't have something to kind of keep that in check,

quando non abbiamo niente che ne controlli l'uso,

it's very easy to just throw out data

diventa facile buttare via dati

because it can't be expressed as a numerical value.

perché non possono essere espressi con valori numerici.

It's very easy just to slip into silver-bullet thinking,

È molto facile finire col credere nei miracoli

as if some simple solution existed.

come se esistesse una soluzione semplice.

Because this is a great moment of danger for any organization,

Questo è un periodo molto pericoloso per qualunque azienda,

because oftentimes, the future we need to predict --

perché spesso, il futuro che dobbiamo prevedere

it isn't in that haystack,

non è in quel pagliaio,

but it's that tornado that's bearing down on us

ma è quel tornado che sta arrivando su di noi

outside of the barn.

fuori dal fienile.

There is no greater risk

Non c'è rischio più grande

than being blind to the unknown.

che essere ciechi verso l'ignoto.

It can cause you to make the wrong decisions.

Ti può far prendere la decisione sbagliata.

It can cause you to miss something big.

Ti può far perdere qualcosa d'importante.

But we don't have to go down this path.

Non vogliamo seguire questo percorso.

It turns out that the oracle of ancient Greece

Pare che l'oracolo della Grecia antica

holds the secret key that shows us the path forward.

possiede la chiave segreta che ci mostra la strada.

Now, recent geological research has shown

Recenti ricerche geologiche hanno dimostrato

that the Temple of Apollo, where the most famous oracle sat,

che il Tempio di Apollo, dove sedeva l'oracolo più famoso,

was actually built over two earthquake faults.

fu costruito sopra due faglie sismiche.

And these faults would release these petrochemical fumes

Da queste faglie fuoriuscivano gas tossici

from underneath the Earth's crust,

dalla crosta terrestre,

and the oracle literally sat right above these faults,

e l'oracolo sedeva letteralmente sopra questa faglia,

inhaling enormous amounts of ethylene gas, these fissures.

inalando enormi quantità di gas etilene.

(Laughter)

It's true.

(Risate)

È vero.

(Laughter)

(Risate)

It's all true, and that's what made her babble and hallucinate

È tutto vero, ed è questo che la faceva farfugliare

and go into this trance-like state.

e andare in questo stato di trance.

She was high as a kite!

Era fatta come una zucchina!

(Laughter)

(Risate)

So how did anyone --

Quindi come poteva...

How did anyone get any useful advice out of her

Come poteva la gente ricevere consigli utili da lei

in this state?

che era in questo stato?

Well, you see those people surrounding the oracle?

Vedete la gente che circonda l'oracolo?

You see those people holding her up,

Vedete la gente che la sorregge,

because she's, like, a little woozy?

tanto è stordita?

And you see that guy on your left-hand side

Vedete quel tizio alla vostra sinistra

holding the orange notebook?

con un taccuino arancione in mano?

Well, those were the temple guides,

Quelle erano le guide del tempio,

and they worked hand in hand with the oracle.

che lavoravano fianco a fianco con l'oracolo.

When inquisitors would come and get on their knees,

Quando i visitatori arrivavano e si inginocchiavano

that's when the temple guides would get to work,

le guide iniziavano il loro lavoro,

because after they asked her questions,

perché dopo le domande dei visitatori

they would observe their emotional state,

osservavano il loro stato emotivo,

and then they would ask them follow-up questions,

ne sondavano i desideri,

like, "Why do you want to know this prophecy? Who are you?

chiedendo: "Perché vuoi conoscere questa profezia? Chi sei?

What are you going to do with this information?"

Cosa te ne farai di questa informazione?"

And then the temple guides would take this more ethnographic,

Allora le guide del tempio raccoglievano queste informazioni

this more qualitative information,

etnografiche, importanti,

and interpret the oracle's babblings.

interpretando i deliri dell'oracolo.

So the oracle didn't stand alone,

L'oracolo quindi non agiva da solo,

and neither should our big data systems.

né lo fanno i nostri sistemi di big data.

Now to be clear,

Per essere chiari,

I'm not saying that big data systems are huffing ethylene gas,

non sto dicendo che i sistemi di big data emettano gas etilene,

or that they're even giving invalid predictions.

o che facciano predizioni false.

The total opposite.

Tutto il contrario.

But what I am saying

Quello che sto dicendo

is that in the same way that the oracle needed her temple guides,

è che così come l'oracolo aveva bisogno delle guide del tempio,

our big data systems need them, too.

anche i nostri sistemi di big data ne hanno.

They need people like ethnographers and user researchers

Hanno bisogno di persone come gli etnografi

e i ricercatori sugli utenti

who can gather what I call thick data.

che possono raccogliere i cosiddetti 'dati densi'.

This is precious data from humans,

Sono preziosi dati di carattere personale,

like stories, emotions and interactions that cannot be quantified.

come storie, interazioni ed emozioni che non possono essere quantificate.

It's the kind of data that I collected for Nokia

Sono il genere di dati che ho raccolto per Nokia

that comes in in the form of a very small sample size,

che hanno la forma di un campione molto piccolo,

but delivers incredible depth of meaning.

ma forniscono una incredibile profondità di significato.

And what makes it so thick and meaty

Ciò che li rende così densi di contenuto

is the experience of understanding the human narrative.

è la possibilità di inferire le storie che contengono.

And that's what helps to see what's missing in our models.

È questo che aiuta a percepire cosa manca nei nostri modelli.

Thick data grounds our business questions in human questions,

I dati densi basano le ricerche economiche in questioni umane,

and that's why integrating big and thick data

ed è per questo che integrando i big data con i dati densi

forms a more complete picture.

si ha un'immagine più completa.

Big data is able to offer insights at scale

I big data ci offrono intuizioni su larga scala

and leverage the best of machine intelligence,

ed usano al meglio l'intelligenza artificiale,

whereas thick data can help us rescue the context loss

mentre i dati densi ci aiutano a sopperire alla mancanza di contesto

that comes from making big data usable,

che nasce dal rendere utilizzabili i big data

and leverage the best of human intelligence.

e usare bene l'intelligenza umana.

And when you actually integrate the two, that's when things get really fun,

Quando si integrano i due è l'inizio del divertimento,

because then you're no longer just working with data

perché allora non lavori più solo con i dati

you've already collected.

che hai già raccolto.

You get to also work with data that hasn't been collected.

Lavori anche con dati che non hai raccolto.

You get to ask questions about why:

Devi chiederti il perché:

Why is this happening?

perché succede questo?

Now, when Netflix did this,

Quando lo ha fatto Netflix,

they unlocked a whole new way to transform their business.

ha scoperto un modo nuovo di trasformare il proprio business.

Netflix is known for their really great recommendation algorithm,

Netflix è conosciuta per l'eccellente algoritmo di raccomandazione,

and they had this $1 million prize for anyone who could improve it.

e per il premio di un milione di dollari a chiunque riuscisse a migliorarlo.

And there were winners.

Ci sono stati dei vincitori.

But Netflix discovered the improvements were only incremental.

Ma Netflix ha scoperto che le migliorie erano solo incrementali.

So to really find out what was going on,

Per capire davvero cosa stava succedendo,

they hired an ethnographer, Grant McCracken,

ha assunto un etnografo, Grant McCracken,

to gather thick data insights.

per raccogliere dati densi.

And what he discovered was something that they hadn't seen initially

Quello che ha scoperto è stato qualcosa che non aveva notato prima

in the quantitative data.

nei dati quantitativi.

He discovered that people loved to binge-watch.

Ha scoperto che la gente amava le scorpacciate di TV

In fact, people didn't even feel guilty about it.

senza sentirsi affatto in colpa.

They enjoyed it.

Si divertiva.

(Laughter)

(Risate)

So Netflix was like, "Oh. This is a new insight."

Netflix ha dedotto che era una buona intuizione.

So they went to their data science team,

Si è rivolta ai suoi tecnici scientifici

and they were able to scale this big data insight

ed è riuscita a integrare queste intuizioni

in with their quantitative data.

con i dati quantitativi.

And once they verified it and validated it,

Una volta verificati e validati,

Netflix decided to do something very simple but impactful.

Netflix ha deciso di fare qualcosa di semplice ma significativo.

They said, instead of offering the same show from different genres

Ha detto: "Invece di offrire lo stesso programma per generi diversi

or more of the different shows from similar users,

o più programmi diversi per utenti simili,

we'll just offer more of the same show.

vi offriamo lo stesso programma in maggiore quantità.

We'll make it easier for you to binge-watch.

Vi aiuteremo a fare scorpacciate di TV."

And they didn't stop there.

E non si è fermata qui.

They did all these things

Ha fatto tutto questo

to redesign their entire viewer experience,

per trasformare l'intera esperienza dei suoi utenti,

to really encourage binge-watching.

per incoraggiare scorpacciate di TV.

It's why people and friends disappear for whole weekends at a time,

È per questo che persone e amici scompaiono per interi weekend,

catching up on shows like "Master of None."

catturati da programmi come "Master of None".

By integrating big data and thick data, they not only improved their business,

Integrando i big data con i dati densi, non solo ha raggiunto risultati migliori,

but they transformed how we consume media.

ma ha trasformato il modo in cui usiamo i media.

And now their stocks are projected to double in the next few years.

Ora le loro azioni raddoppieranno nei prossimi anni.

But this isn't just about watching more videos

Ma non si tratta solo di guardare più video

or selling more smartphones.

o vendere più smartphone.

For some, integrating thick data insights into the algorithm

Per qualcuno, integrare i "dati densi" nell'algoritmo

could mean life or death,

potrebbe significare vita o morte,

especially for the marginalized.

specialmente per chi è emarginato.

All around the country, police departments are using big data

In tutto il paese i dipartimenti di polizia usano i big data

for predictive policing,

per fare previsioni di intervento,

to set bond amounts and sentencing recommendations

per definire gli importi delle cauzioni e per raccomandazioni di sentenze

in ways that reinforce existing biases.

in modi che rinforzano i pregiudizi attuali.

NSA's Skynet machine learning algorithm

L'algoritmo Skynet dell'NSA per l'apprendimento automatico

has possibly aided in the deaths of thousands of civilians in Pakistan

ha probabilmente aiutato ad uccidere migliaia di civili in Pakistan

from misreading cellular device metadata.

male interpretando i metadati dei telefoni cellulari.

As all of our lives become more automated,

Poiché tutte le nostre vite diventano sempre più automatizzate,

from automobiles to health insurance or to employment,

dalle automobili alle assicurazioni sanitarie

al lavoro stesso,

it is likely that all of us

è verosimile che tutti noi

will be impacted by the quantification bias.

subiremo l'effetto dei pregiudizi quantitativi.

Now, the good news is that we've come a long way

La buona notizia è che è passato tanto tempo

from huffing ethylene gas to make predictions.

dalle emissioni di gas etilene per le predizioni.

We have better tools, so let's just use them better.

Abbiamo strumenti migliori per cui usiamoli meglio.

Let's integrate the big data with the thick data.

Integriamo i big data con i dati densi.

Let's bring our temple guides with the oracles,

Affianchiamo le nostre guide del tempio all'oracolo,

and whether this work happens in companies or nonprofits

e se questo lavoro si dovrà fare nelle aziende o nelle ONG,

or government or even in the software,

nei governi o nei software

all of it matters,

sarà sempre importante,

because that means we're collectively committed

perché ciò che importa è che siamo vincolati collettivamente

to making better data,

per creare dati migliori,

better algorithms, better outputs

algoritmi migliori, migliori risultati

and better decisions.

e migliori decisioni.

This is how we'll avoid missing that something.

È così che eviteremo di perdere quel qualcosa.

(Applause)

(Applausi)